Når KI anklager den som skriver

David Silva Rojas vant Premio Internacional de Novela Breve Almadía med Donde el agua trabaja. Den 23. oktober meldte El País at Pangram hadde klassifisert 99 % av den analyserte teksten som KI-generert. Lanseringen ble stanset. Forfatteren nektet for å ha brukt kunstig intelligens. Et tall kom inn i bildet og endret en romans videre skjebne. [1]

Den 6. november lot Almadía prisen stå etter å ha gjennomgått skrivemateriale og rådført seg med fagfolk. Forlaget oppfordret også El País til å be om unnskyldning. Etter forlagets syn hadde avisen ikke skilt tydelig mellom mistanke og beviste fakta. [2]

Utfallet betyr noe: Etter å ha gjennomgått prosessen lot forlaget prisen stå. Prosenttallet anklaget; den menneskelige gjennomgangen avgjorde. En mistanke fortjener å bli undersøkt. Et omdømme fortjener mer enn en skjerm.

Utgangspunktet er en slagkraftig idé: KI ble trent på bøker skrevet av mennesker og forveksler nå denne skriften med sin egen. Detektoren oppdager ikke en maskin; den oppdager det som virker kjent eller regelmessig. Og mennesker skriver også regelmessig.

Rekkevidden er denne: Gjenkjennelighet forklarer kjente falske positiver i en familie av detektorer som bygger på forutsigbarhet. Det beviser ikke at «de fleste bøker» blir tatt for å være KI-genererte, og forklarer heller ikke alle detektorer. Der går grensen for argumentet. Innenfor den er spørsmålet klart: Hvorfor gjøre regelmessighet i teksten til en anklage mot den som skrev den?

Mennesker skriver også det forutsigbare

I 2023 merket GPTZero et utdrag fra USAs grunnlov som sannsynligvis kunstig. ZeroGPT gjorde det samme med Génesis. Det er ulike verktøy. Edward Tian, som skapte GPTZero, forklarte grunnlovstilfellet med at teksten var gjentatt i treningen. Margaret Mitchell forklarte perpleksitet: hvor mye en tekst overrasker modellen. [3]

Perpleksitet måler forutsigbarhet. Hvis ordene kommer slik modellen forventer, er overraskelsen liten. Noen detektorer brukte denne regelmessigheten som tegn på automatisk generering. Såkalt burstiness la til en annen observasjon: hvor mye disse mønstrene varierte i dokumentet. Det begrepsmessige problemet blir raskt tydelig. En regelmessig stil hører også til det menneskelige repertoaret. Å forutsi det neste ordet og finne ut hvem som skrev det forrige, er ulike oppgaver. [4]

I disse systemene kan det gjenkjennelige virke for enkelt til å være skrevet av et menneske. Gjenkjennelighet blir til mistanke. Verktøyene endrer seg også: GPTZero sier at det sluttet å bruke perpleksitet og burstiness høsten 2023 og gikk over til dyplæring. [4]

Pangram, verktøyet i forlagsstriden, opplyser at det ikke bruker disse målene. Det beskriver en nevral klassifikator som er trent til å skille menneskeskrevne dokumenter fra lignende kunstige versjoner. Den lærer forskjeller mellom eksempler; den måler mer enn overraskelse. [5]

Det er også viktig å lese prosenttallet riktig. Ifølge leverandørens dokumentasjon uttrykker et resultat på 99 % hvor stor del av teksten som er merket som kunstig. Systemets sikkerhet er et annet resultat. Det betyr ikke at det er 99 % sikkert at forfatteren har jukset. Å blande de to gjør et internt mål til en anklage som målet selv ikke inneholder. [6]

Bøker er en del av denne historien. Dokumentasjonen for The Pile inkluderer Books3 og litteratur fra Project Gutenberg blant materialene. Avgjørelsen fra juni 2025 i Bartz contra Anthropic dokumenterer bøker som ble brukt til å trene Claude. Trening på menneskeskrevet tekst er dokumentert. Regelmessigheten man leter etter som et kunstig signal, finnes også i tekstene modellene lærer av. [7][8]

Feilene er mer enn enkelthistorier

Problemet viser seg også utenfor bøkene. Liang og hans kolleger undersøkte sju detektorer i 2023. I et utvalg på 91 engelske essays skrevet av personer uten engelsk som morsmål var den gjennomsnittlige andelen falske positiver 61,3 %. Endringer i ordforrådet reduserte anklagene. Skrivemåten påvirket mistanken om tekstens opphav. [9]

OpenAI trakk tilbake sin egen klassifikator i juli 2023 på grunn av lav treffsikkerhet. Det er et viktig fortilfelle: Et selskap som kunne produsere automatisk tekst, erkjente at verktøyet for å identifisere den ikke var pålitelig nok. [10]

Den vesentlige feilen er ikke bare å få feil merkelapp. Den er å bruke merkelappen til å avgjøre hvem som fortjener å bli publisert, bestå eller beholde en jobb. Jo større konsekvensen er, desto viktigere er det å undersøke metoden og gi mulighet til å svare.

Spania: Bevisføringen avhenger av prosessen

I en spansk forlags- eller kontraktstvist må man først identifisere den avtalte plikten: å skrive verket selv, opplyse om hjelp eller overholde et konkret forbud. Deretter kommer beviset for bruddet. Den spanske sivilprosessloven (Ley de Enjuiciamiento Civil) fordeler bevisbyrden etter de anførte faktiske forholdene og krever at det tas hensyn til tilgangen til bevis. Den tillater dokumenter, vitner og sakkyndige; sakkyndige erklæringer vurderes etter prinsipper for en fornuftig bevisvurdering. Et prosenttall får ingen særskilt beviskraft av å stå i en rapport. [11]

Bevisbyrden endrer seg med prosessen. Ved en bestridt oppsigelse må arbeidsgiveren bevise de faktiske forholdene i oppsigelsesbrevet som begrunner den. I disiplinærsaker mot studenter ved offentlige universiteter åpner loven for undersøkelser, merknader, fremleggelse av dokumenter, forslag til bevisføring og høring. Hver prosess fastsetter hvem som må bevise hva, og hvordan den anklagede kan forsvare seg. [12][13]

Det profesjonelle svaret er å kreve teksten som er undersøkt, verktøyets versjon, hele resultatet og en forklaring av metoden som kan etterprøves. I en privat kontraktsundersøkelse gjør det å høre forfatteren det mulig å etterprøve anklagen og undersøke skriveprosessen. Avgjørelsen må bygge på den avtalte plikten og bevisene som er samlet inn.

Norge: Vurdere og la partene imøtegå

I norske sivile tvister gjelder fri bevisvurdering og kontradiksjon. Høyesterett har forklart begge prinsippene ved anvendelsen av tvisteloven: Retten undersøker helheten, og partene må kunne uttale seg om de faktiske forholdene som brukes til å avgjøre saken. En kommersiell skår er ikke det samme som den rettslige sannsynligheten for et pliktbrudd. [14][15]

I arbeidsforhold som reguleres av arbeidsmiljøloven, krever oppsigelse saklig grunn og som hovedregel en forutgående drøfting med arbeidstakeren. Prosenttallet erstatter ikke denne vurderingen. [16]

Universitetene gir et særlig ferskt signal. Utvalget som leverte den offentlige utredningen NOU 2026:14 den 6. november, anser Pangram som det mest pålitelige verktøyet i dag. Likevel fraråder det bruk av detektorer til å vurdere akademiske prestasjoner eller behandle mistanker om fusk. Selv med gode detektorer og få falske positiver er det vanskelig å skille studentens intellektuelle bidrag fra systemets. Utvalget peker også på problemer med åpenhet, rettssikkerhet og personvern. Anbefalingen handler om noe dypere enn en feilrate. [17][18]

Å klassifisere en tekst riktig avklarer heller ikke hva forfatteren gjorde. For å avgjøre om det foreligger fusk, må man rekonstruere forfatterens bidrag og anvende de relevante reglene. Det krever en undersøkelse som kan forklares og imøtegås. Teknisk treffsikkerhet og begrunnelsen for en sanksjon svarer på ulike spørsmål.

Rekonstruer skriveprosessen før den bedømmes

Det er klokt å bevare utkast, versjonshistorikk, notater, mellomleveranser og forklaringer fra dem som fulgte arbeidet. Materialet gjør det mulig å rekonstruere prosessen som detektoren prøver å utlede fra resultatet. Det må undersøkes med hensyn til autentisitet, integritet og kontekst. Undersøkelsen gjelder skrivingen: hvordan den utviklet seg, hvilke valg forfatteren tok, og hvilken hjelp som ble brukt. Den statistiske merkelappen må prøves mot denne historien.

Svaret på problemet er å undersøke forfatterskapet før det bedømmes. Et forlag, et universitet eller en arbeidsgiver må finne ut hva som skjedde, hva som var tillatt, og hvilken konsekvens som er riktig. Mennesker skriver også det kjente og regelmessige. Ingen prosent fritar den som avgjør, fra ansvaret for å bevise og forklare. Almadía gjennomgikk prosessen og lot prisen stå. Det er rekkefølgen: Undersøk skrivingen, hør forfatteren og avgjør på grunnlag av bevis.

Kilder

[1] El País.

[2] El Cultural.

[3] Ars Technica.

[4] GPTZero.

[5] Pangram.

[6] Pangrams tolkningsveiledning.

[7] EleutherAI.

[8] Rettsavgjørelse.

[9] Studie publisert i Patterns.

[10] Oppdatert kunngjøring fra OpenAI.

[11] LEC, artiklene 217, 299 og 348.

[12] Spain's Labour Procedure Act (LRJS), artikkel 105.

[13] Ley de convivencia universitaria, artiklene 7 og 19.

[14] HR-2020-2021-A.

[15] HR-2014-02467-A.

[16] Paragrafene 15-1 og 15-7.

[17] Offentlig utredning, kapittel 7.4.2.5.

[18] Juridisk vedlegg.